1 simulação de sistemas modelagem e simulação discreta de sistemas prof. paulo j. freitas filho,...

1Simulação de Sistemas

Modelagem e Simulação Discreta de Sistemas

Prof. Paulo J. Freitas Filho, Dr. Eng.UFSC - CTC - INE


Objetivos do curso

Ao final deste curso você deverá saber: O que é modelagem e simulação de sistemas;

Como funcionam programas de simulação;

Como utilizar corretamente uma linguagem específica de simulação de sistemas;

Como solucionar problemas reais empregando técnicas de simulação;

Como utilizar técnicas estatísticas para validar as soluções encontradas via simulação;


Modelagem e Simulação de Sistemas

Capítulo 1


Tópicos

Definindo Simulação de Sistemas

Por que Simular?

Sistemas

Modelos

Vantagens e Desvantagens da Simulação

Passos na Formulação de um Estudo Envolvendo Modelagem e Simulação

Erros mais Comuns na Abordagem via Simulação

Sumário


Definindo Simulação de Sistemas

A simulação computacional de sistemas, ou simplesmente simulação, consiste na utilização de determinadas técnicas matemáticas, empregadas em computadores digitais, as quais permitem imitar o funcionamento de, praticamente, qualquer tipo de operação ou processo (sistemas) do mundo real.

“Simulação implica na modelagem de um processo ou sistema, de tal forma que o modelo imite as respostas do sistema real numa sucessão de eventos que ocorrem ao longo do tempo, Schriber [1974].

“Simulação é o processo de projetar um modelo de um sistema real e conduzir experimentos com este modelo com o propósito de entender seu comportamento e/ou avaliar estratégias para sua operação”, Pegden [1991].


Por que Simular?

Descrever o comportamento dos sistemas modelados;

Construir teorias e hipóteses considerando observações efetuadas sobre modelos;

Usar modelos para prever o futuro comportamento dos sistemas, isto é, antecipar os efeitos produzidos por alterações ou pelo emprego de outros métodos em suas operações.

Permitir ao analista realizar estudos sobre os correspondentes sistemas para responder questões do tipo:

“O que aconteceria se ?”


Por que Simular? (cont.)

Facilidade de compreensão e aceitação. Geralmente, esta aceitação deve-se a fatores, tais como: níveis de detalhes;

a visualização dos sistemas (inclusive com animações);

economia de tempo e recursos financeiros.Ganhos de produtividade e qualidade (1% a 5%);

a percepção de que o comportamento do modelo simulado é muito semelhante ao do sistema real.


Razões para Experimentar com Modelos

O sistema modelado ainda não existe. Neste caso a simulação poderá ser usada para planejar o novo

sistema;

Experimentar com o sistema real é dispendioso. O modelo poderá indicar, com muito menos custo, quais os

benefícios de se investir em um novo equipamento, por exemplo;

A experimentação com o sistema real é inadequada. Um caso típico é o planejamento do atendimento de situações de

emergência, um desastre aéreo em um aeroporto, por exemplo.


Sistemas

“Um conjunto de objetos, como pessoas ou máquinas, por exemplo, que atuam e interagem com a intenção de alcançar um objetivo ou um propósito lógico” [Taylor, 1970].

Os objetivos de um particular estudo, é que vão definir que objetos devem constituir o sistema.

Por exemplo, um supermercado: Supervisor dos caixas: objetos do setor de atendimento nos caixas

(subsistema) se o objetivo for pesquisar, por exemplo, a taxa de uso destes recursos, as filas que se formam ou qualidade dos serviço

Gerente de suprimentos: objetos do setor (subsistema) de recebimento e armazenagem de mercadorias, objetivando estudar a recepção, movimentação e armazenagem, uso de equipamentos utilizados, a disponibilidade de área para estocagem, etc.


Modelos

O processo de imitação e criação de uma história artificial dos sistemas reais (modelagem, simulação e experimentação), pressupõe uma série de simplificações.

Tais simplificações, que usualmente tomam a forma de relações matemáticas ou lógicas, chamamos de modelos, e servem para que possamos tentar adquirir mais conhecimento sobre como o correspondente sistema se comporta.

A modelagem de um sistema, dependerá, fundamentalmente do propósito e da complexidade do sistema sob investigação.

Os modelos aos quais estaremos tratando neste curso, são voltados a simulação de sistemas discretos.


Modelos

Entradas

(Dados)

Modelo deSimulação

Sistema do Mundo Real

Saídas

(Respostas)

Experimentação

Representação esquemática de um modelo de sistema


Tipos de Modelos e o Processo Decisório

Modelos Voltados à Previsão: A simulação pode ser usada para prever o estado de um sistema em

algum ponto no futuro, com base no comportamento atual e ao longo do tempo.

Modelos Voltados à Investigação: Busca de informações e desenvolvimento de hipóteses sobre o

comportamento de sistemas. As variáveis de resposta servem para construir e organizar as informação sobre a natureza do fenômeno ou sistema sob estudo. Os experimentos recaem sobre as reações do sistema (modelo) a estímulos normais e anormais

Modelos Voltados à Comparação: Avaliar dos efeitos de mudanças sobre as variáveis de controle.



Modelos Específicos Utilizados em situações específicas e únicas, mesmo considerando

um baixo volume de recursos financeiros envolvido no processo decisório.

Exemplos:

• Quando e qual tipo de equipamento novo deve ser comprado;

• Quando e como reorganizar os recursos voltados ao atendimento de clientes. Filas de atendimento em bancos, hospitais, supermercados, etc.;

• Decidir sobre a alocação de determinado tipo de equipamento servindo uma ou outra linha de produção;

• Decidir sobre qual o poder de processamento necessário a um servidor de rede de comunicação de acordo com diferentes tipos de cargas ao sistema;



Modelos Genéricos Modelos que são usados periodicamente por longos períodos. Eis

alguns exemplos:

• modelos para auxílio à tomada de decisões sobre aplicações orçamentarias, baseadas em desempenho e projeções simuladas do futuro;

• Modelos para gerenciamento do tráfego sobre uma área em particular. O aumento da densidade populacional na área gera a necessidade de novos estudos, tais como o planejamento de tráfego, etc.;

Modelos com características genéricas necessitam ser flexíveis e robustos à mudanças nos dados de entrada, de atividades e processos por eles contempladas além, de mudanças nas políticas internas e externas das empresas que os utilizam.


Modelos Discretos e Modelos Contínuos

Estes conceitos estão associados a idéia de sistemas que sofrem mudanças de forma discreta ou contínua ao longo do tempo.

Os termos corretamente atribuídos são: modelos de mudança discreta e modelos de mudança contínua.

A caracterização de um modelo é dada em função da maneira com que ocorrem as mudanças nas variáveis de estado do sistema.

Classifica-se o modelo (e não o sistema) com base nas variáveis necessárias ao acompanhamento de seus estados A classificação depende de como o mesmo foi modelado.


Modelos de Mudança Discreta ou Discretos

Nestes modelos, as variáveis de estado mantém-se inalteradas ao longo de intervalos de tempo e mudam seus valores somente em pontos bem definidos, também conhecidos como tempo de ocorrência do evento.

A variação do tempo, nestes modelos, pode ser tanto discreta como contínua.

Se as variáveis que dependem do tempo podem assumir qualquer valor ao longo tempo, a variação poderá ser continua, caso contrário, somente nos pontos permitidos.


Modelos de Mudança Discreta ou Discretos

Tempo Simulado

Nº de jobsna fila da

CPU


Modelos de Mudança Contínua ou Contínuos

Nestes modelos, as variáveis de estado podem variar continuamente ao longo do tempo.

Por exemplo, imaginemos um modelo que descreva um sistema composto de uma caixa d’água com um tampão em sua base. Como variáveis de estado, poderíamos utilizar seu volume ou o seu nível de água. As simulações realizadas teriam início no momento em que o tampão fosse aberto a água contida começasse a escoar.

Intuitivamente, podemos imaginar que qualquer das duas variáveis de estado estará variando continuamente ao longo do tempo simulado.


Modelos de Mudança Contínua ou Contínuos

Tempo Simulado

Tempomédio nosistema


Vantagens de Empregar a Simulação

Uma vez criado, um modelo pode ser utilizado inúmeras vezes para avaliar projetos e políticas propostas;

A metodologia de análise utilizada pela simulação, permite a avaliação de um sistema proposto, mesmo que os dados de entrada estejam, ainda, na forma de “esquemas” ou rascunhos.

A simulação é, geralmente, mais fácil de aplicar do que métodos analíticos.

Enquanto que modelos analíticos requerem um número muito grande de simplificações para torná-los matematicamente tratáveis, os modelos de simulação não apresentam tais restrições. Além disso, nos modelos analíticos, as análises recaem apenas sobre um número limitado de medidas de desempenho. De maneira contrária, os dados gerados pelos modelos de simulação, permitem a análise de, praticamente, qualquer medida concebível.


Vantagens de Empregar a Simulação...

Uma vez que os modelos de simulação podem ser quase tão detalhados quanto o sistema real, novas políticas e procedimentos operacionais, regras de decisão, fluxos de informação etc, podem ser avaliados sem que o sistema real seja perturbado.

Hipóteses sobre como ou por que certos fenômenos acontecem podem ser testadas para confirmação;

O tempo pode ser controlado. Pode ser comprimido ou expandido. Permite-nos reproduzir os fenômenos de maneira lenta ou acelerada, para que possamos melhor estudá-los;

Podemos compreender melhor quais variáveis são as mais importantes em relação a performance e como as mesmas interagem entre si e com os outros elementos do sistema;


Vantagens de Empregar a Simulação

A identificação de “gargalos”, preocupação maior no gerenciamento operacional de inúmeros sistemas, tais como fluxos de materiais, fluxo de informações e de produtos, pode ser obtida de forma facilitada, principalmente com a ajuda visual;

Um estudo de simulação costuma mostrar como realmente um sistema opera, em oposição à maneira com que todos pensam que ele opera;

Novas situações, sobre as quais tenhamos poucos conhecimentos e experiência, podem ser tratadas, de tal forma que se tenha, teoricamente, alguma preparação diante de futuros eventos. A simulação é uma ferramenta especial para explorar questões do tipo: “o que aconteceria se?”.


Desvantagens de Empregar a Simulação

A construção de modelos requer treinamento especial. Envolve arte e portanto o aprendizado se da ao longo do tempo com a aquisição de experiência. Dois modelos de um sistema construídos por dois indivíduos competentes terão similaridades mas dificilmente serão iguais.

Os resultados da simulação são, muitas vezes de difícil interpretação. Uma vez que os modelos tentam capturar a aleatoriedade do sistema, muitas vezes existem dificuldades em determinar quando uma observação realizada durante uma execução se deve a alguma significante relação no sistema ou a aleatoriedade construída no modelo.


Desvantagens de Empregar a Simulação

A modelagem e a experimentação associadas a modelos de simulação consomem muitos recursos, principalmente tempo. A tentativa de simplificação na modelagem ou nos experimentos objetivando economia de recursos costuma levar a resultados insatisfatórios. Em muitos casos a aplicação de métodos analíticos (como a teoria das filas, por exemplo) pode trazer resultados menos ricos e mais econômicos.


Passos na Formulação de um Estudo Envolvendo Modelagem e Simulação

Formulação e Análise do Problema: Todo estudo de simulação inicia com a formulação do problema. Os propósitos e objetivos do estudo devem ser claramente definidos. Devem ser respondidas questões do tipo:

a) Por que o problema está sendo estudado?b) Quais serão as respostas que o estudo espera alcançar?c) Quais são os critérios para avaliação da performance do

sistema ?d) Quais são as hipóteses e prerrogativas?e) Que restrições e limites são esperados das soluções

obtidas?


Passos na Formulação ...

Planejamento do Projeto: Com o planejamento do projeto pretende-se ter a certeza de que teremos recursos suficientes a nível de pessoal, suporte, gerência, hardware e software para realização do trabalho proposto. Além disso, o planejamento deve incluir uma descrição dos vários cenários que serão investigados e um cronograma temporal das atividades que serão desenvolvidas, indicando os custos e necessidades relativas aos recursos anteriormente citados.



Formulação do Modelo Conceitual: Traçar um esboço do sistema, de forma gráfica (fluxograma, por exemplo) ou algorítmica (pseudocódigo), definindo componentes, descrevendo as variáveis e interações lógicas que constituem o sistema. É recomendado que o modelo inicie de forma simplificada e vá crescendo até alcançar algo mais complexo, contemplando todas as suas peculiaridades e características. O usuário deve participar intensamente desta etapa. Algumas das questões que devem ser respondidas:

a) Qual a estratégia de modelagem? Discreta? Contínua? Uma combinação?

b) Que quantidade de detalhes deve ser incorporado ao modelo?c) Como o modelo reportará os resultados? Relatórios pós-simulação?

Animações durante a execução? d) Que nível de personalização de cenários e ícones de entidades e recursos deve ser implementado?e) Que nível de agregação dos processos (ou de alguns) deve ser

implementado?f) Como os dados serão colocados no modelo? Manualmente? Leitura de

arquivos?



Coleta de Macro Informações e Dados: Macro informações são fatos, informações e estatísticas fundamentais, derivados de observações, experiências pessoais ou de arquivos históricos. Em geral, macro informações servem para conduzir os futuros esforços de coleta de dados voltados a alimentação de parâmetros do sistema modelado. Algumas questões que se apresentam são:

a) Quais são as relações e regras que conduzem a dinâmica do sistema? O uso de diagramas de fluxos é comum para facilitar a compreensão destas inter- relações.b) Quais são as fontes dos dados necessários a alimentação do modelo?c) Os dados já se encontram na forma desejada? O mais comum é os dados disponíveis encontrarem-se de maneira agregada (na forma de médias, por exemplo), o que não é interessante para a simulação.d) E quanto aos dados relativos a custos e finanças? Incorporar elementos de custos em um projeto torna sua utilização muito mais efetiva. Custos de espera, custos de utilização, custos de transporte etc., quando empregados, tornam os modelos mais envolventes e com maior credibilidade e valor.



Tradução do Modelo: Codificar o modelo numa linguagem de simulação apropriada. Embora hoje os esforços de condução desta etapa tenham sido minimizados em função dos avanços em hardware e, principalmente, nos softwares de simulação, algumas questões básicas devem ser propriamente formuladas e respondidas:

a) Quem fará a tradução do modelo conceitual para a linguagem de simulação? É fundamental a participação do usuário se este não for o responsável direto pelo código.

b) Como será realizada a comunicação entre os responsáveis pela programação e a gerência do projeto? c) E a documentação? Os nomes de variáveis e atributos estão claramente

documentados? Outros que não somente o programador responsável podem entender o programa?



Verificação e Validação: Confirmar que o modelo opera da acordo com a intenção do analista (sem erros de sintaxe e lógica) e que os resultados por ele fornecidos possuam crédito e sejam representativos dos resultados do modelo real. Nesta etapa as principais questões são:

a) O modelo gera informações que satisfazem os objetivos do estudo?b) As informações geradas são confiáveis?c) A aplicação de testes de consistência e outros confirma que o modelo está isento de erros de programação?



Projeto Experimental Final: Projetar um conjunto de experimentos que produza a informação desejada, determinando como cada um dos testes deva ser realizado. O principal objetivo é obter mais informações com menos experimentações. As principais questões são:

a) Quais os principais fatores associados aos experimentos? b) Em que níveis devem ser os fatores variados de forma que se possa melhor avaliar os critérios de desempenho?c) Qual o projeto de experimentos mais adequado ao quadro de

respostas desejadas?



Experimentação: Executar as simulações para a geração dos dados desejados e para a realização das análises de sensibilidade.



Interpretação e Análise Estatística dos Resultados. Traçar inferências sobre os resultados alcançados pela simulação. Estimativas para as medidas de desempenho nos cenários planejados são efetuadas. As análises poderão resultar na necessidade de um maior número de execuções (replicações) do modelo para que se possa alcançar a precisão estatística sobre os resultados desejados. Algumas questões que devem ser apropriadamente respondidas:

a) O sistema modelado é do tipo terminal ou não-terminal?b) Quantas replicações são necessárias?c) Qual deve ser o período simulado para que se possa alcançar o

estado de regime?d) E o período de warm-up?



Comparação de Sistemas e Identificação das melhores soluções. Muitas vezes o emprego da técnica de simulação visa a identificação de diferenças existentes entre diversas alternativas de sistemas. Em algumas situações, o objetivo é comparar um sistema existente ou considerado como padrão, com propostas alternativas. Em outras, a idéia é a comparação de todas as propostas entre si com o propósito de identificar a melhor ou mais adequada delas. As questões próprias deste tipo de problema são?

a) Como realizar este tipo de análise?b) Como proceder para comparar alternativas com um padrão?c) Como proceder para comparar todas as alternativas entre si?d) Como identificar a melhor alternativa de um conjunto?e) Como garantir estatisticamente os resultados?



Documentação: Como linhas gerais pode-se dizer que os seguintes elementos devem constar de uma documentação final de um projeto de simulação:

a) Descrição dos objetivos e hipóteses levantadas;b) Conjunto de parâmetros de entrada utilizados (incluindo a descrição das técnicas adotadas para adequação de curvas de variáveis

aleatórias);c) Descrição das técnicas e métodos empregados na verificação e na

validação do modelo;d) Descrição do projeto de experimentos e do modelo fatorial de

experimentação adotado;e) Resultados obtidos e descrição dos métodos de análise adotados;f) Conclusões e recomendações. Nesta última etapa é fundamental tentar

descrever os ganhos obtidos na forma monetária.


Passos na Formulação ...Apresentação dos Resultados e Implementação:

a) Restabelecimento e confirmação dos objetivos do projeto;

b) Quais problemas foram resolvidos;

c) Rápida revisão da metodologia;

d) Benefícios alcançados com a(s) solução(ões) proposta(s);

e) Considerações sobre o alcance e precisão dos resultados;

f) Alternativas rejeitadas e motivos;

g) Animações das alternativas propostas quando cabíveis;

h) Estabelecimento de conexões entre o processo e os resultados alcançados

com o modelo simulado e outros processos de reengenharia ou de reformulação

existentes no negócio;

i) Assegurar que os responsáveis pelo estabelecimento de mudanças

organizacionais ou processuais tenham compreendido a abordagem utilizada e seus

benefícios;

j) Tentar demonstrar que a simulação é uma espécie de ponte entre a idéia e

sua implementação


Erros mais Comuns na Abordagem via Simulação

Pouco conhecimento ou treinamento com ferramenta utilizada:

Objetivos com pouca clareza ou definição

Construção de modelos muito detalhados

Realizar conclusões com base em uma replicação

1 simulação de sistemas modelagem e simulação discreta de sistemas prof. paulo j. freitas filho,...

Documents